2.8 Langkah-langkah Analisis Faktor
2.8.1 Tabulasi Data
Data yang telah diperoleh dari penyusunan serta penyebaran kuesioner di tempat- tempat yang telah ditentukan, kemudian data-data ini dikumpulkan serta ditabulasikan
pada kolom-kolom agar mempermudah untuk dikonversi pada software yang akan digunakan.
2.8.2 Pembentukan Matriks Korelasi
Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua koefisien korelasi dari semua pasangan variabel dalam penelitian ini. Matriks ini
digunakan untuk mendapatkan nilai kedekatan hubungan antar variabel penelitian. Nilai kedekatan ini dapat digunakan untuk melakukan beberapa pengujian untuk
melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisis faktor.
Dalam tahap ini, ada dua hal yang perlu dilakukan agar analisis faktor dapat dilaksanakan yaitu :
1. Penentukan besaran nilai Barlett Test of Sphericity, yang digunakan untuk
mengetahui apakah ada korelasi signifikan antar variabel. Statistik uji bartlett adalah sebagai berikut:
[ ] | |
2.10
dengan derajat kebebasandegree of freedom df
Keterangan : = jumlah observasi
= jumlah variabel | | = determinan matriks korelasi
2. Penentuan Keiser-Meyesr-Okliti KMO Measure of Sampling Adequacy, yang
digunakan untuk mengukur kecukupan sampel dengan cara membandingkan besarnya koefisien korelasi yang diamati dengan koefisien korelasi parsialnya.
∑ ∑ ∑ ∑
∑ ∑
2.11
Keterangan : = koefisien korelasi sederhana antara variabel ke-
dan ke- = koefisien korelasi parsial antara variabel ke-
dan ke-
MSA digunakan untuk mengukur kecukupan sampel.
∑ ∑
∑
2.12 Keterangan :
= koefisien korelasi sederhana antara variabel ke- dan ke-
= koefisien korelasi parsial antara variabel ke- dan ke-
Kriteria kesesuaian dalam pemakaian analisis faktor adalah Kaiser, 1974: 1.
Jika harga KMO sebesar 0,9 berarti sangat memuaskan. 2.
Jika harga KMO sebesar 0,8 berarti memuaskan. 3.
Jika harga KMO sebesar 0,7 berarti harga menengah. 4.
Jika harga KMO sebesar 0,6 berarti cukup. 5.
Jika harga KMO sebesar 0,5 berarti kurang memuaskan. 6.
Jika harga KMO kurang dari 0,5 tidak dapat diterima. Angka MSA bekisar antara 0 sampai dengan 1, dengan kriteria yang digunakan untuk
intepretasi adalah sebagai berikut:
1. Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan oleh
variabel yang lainnya. 2.
Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut masih dapat diprediksi dan bisa dianalisis lebih lanjut.
3. Jika MSA lebih kecil dari 0,5 dan atau mendekati nol 0, maka variabel
tersebut tidak dapat dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.
2.8.3 Ekstrasi Faktor
Kategori